.png){kind=icon}
返回
Transparent Image Layer Diffusion using Latent Transparency
.png){kind=icon}
OA
AI
DOI：10.1145/3658150.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种使大规模预训练的潜在扩散模型能够生成透明图像的方法。该方法允许生成单个透明图像或多个透明层。该方法学习将alpha通道透明度编码到预训练的潜在扩散模型的潜在流形中的潜在透明度。它通过调节增加的透明度作为潜在偏移，保留了大型扩散模型的生产就绪质量，而对预训练模型的原始潜在分布的变化最小。以这种方式，通过用调整的潜在空间对任何潜在扩散模型进行微调，可以将其转换为透明图像生成器。我们使用使用人类在环收集方案收集的1m个透明图像层对来训练模型。我们证明了潜在的透明度可以应用于不同的开源图像生成器，也可以应用于各种条件控制系统，以实现诸如前景/背景条件层生成，联合层生成，层内容的结构控制等应用。一项用户研究发现，在大多数情况下 (97%)，用户更喜欢我们本地生成的透明内容，而不是以前的临时解决方案，例如生成然后进行消光。用户还报告说，我们生成的透明图像的质量可与Adobe Stock等真正的商业透明资产相媲美。
Keyword:
Transparent images
image editing
image layer
text-to-image diffusion
期刊
IF:
9.5
论文数:
4.7K
被引数:
3.6W
机构
引用论文
Sensorless Control of Z Source Inverter fed BLDC Motor Drive by FOC - DTC Hybrid Control Strategy Using Fuzzy Logic Controller采用模糊逻辑控制器的foc-dtc混合控制策略的Z源逆变器馈电BLDC电机驱动的无传感器控制
PREAI
分享收藏ViTMatte: Boosting image matting with pre-trained plain vision transformersViTMatte: 使用预训练的普通视觉变压器增强图像消光.png)
INFORMATION FUSION
OAAI
INFORMATION FUSIONIF15.5
OAAI分享收藏Detection of Renal Tissue and Urinary Tract Proteins in the Human Urine after Space FlightPLoS ONEOAAI
PLoS ONEIF0
OAAI分享收藏
查看更多内容